# \#yaml
**URL:** https://discuss.pytorch.kr/tag/yaml/5816.md
[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)
---
## [Nyno: n8n과 유사한 기능을 제공하는, YAML 기반의 고성능 워크플로우 엔진](https://discuss.pytorch.kr/t/nyno-n8n-yaml/8347)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [12월 4, 2025, 9:30오전 UTC](https://discuss.pytorch.kr/t/nyno-n8n-yaml/8347 "2025-12-04T09:30:37Z")
Nyno 소개 Nyno는 "Nine", "YAML", "No-code", "Automation"의 약자로, 개발자가 선호하는 프로그래밍 언어(Python, PHP, JavaScript, Ruby)를 사용하여 고성능 자동화 워크플로우를 구축할 수 있게 해주는 오픈소스 엔진입니다. 기존의 워크플로우 툴들이 GUI 중심의 노코드(No-Code) 방식에 치중했다면, Nyno는 YAML 파일을 통한 직관적인 정의와 TCP 기반의 고속 통신을 결합하여 개발 친화적인 환경을 제공합니다. 최근 n8n과 같은 워크플로우 자동화 도구가 큰 인기를 끌고 있지만, 라이선스 제약이나 GUI 기반의 복잡성, 그리고 단일 언어(주로 Node.js) 런타임의 한계로 인해 대규모 상용 서비스나 고성능이 요구되는 백엔드 로직에 통합하기 어려운 경우가 있었습니다. Nyno는 이러한 문제를 해결하기 위해 Apache 2.0 라이선스로 완전히 개방되어 있으며, 각 언어별로 독립된 워크 프로세스를 생성하여 CPU 코어를 최대한 활용하는 아키텍처를 채택했습니다. Nyno는 대표적인 워크플로우 자동화 도구인 n8n과 자주 비교되지만, 기술적 접근 방식과 타겟 사용자층에서 뚜렷한 차이가 있습니다. 먼저, n8n은 드래그 앤 드롭 방식의 GUI 에디터가 핵심이지만, Nyno는 사람이 읽기 쉬운 YAML 파일(.nyno) 로 로직을 정의합니다. 이는 Git을 통한 버전 관리와 코드 리뷰(Code Review)가 필수적인 개발 팀에게 큰 장점입니다. 또한, n8n은 일반적으로 Node.js 단일 프로세스 위에서 동작하지만, Nyno는 멀티 프로세스 워커 엔진(Multi-process worker engines) 을 사용한다는 차이점도 있습니다. 개발 모드에서는 언어당 2개의 워커를, 프로덕션 모드에서는 CPU 코어당 3개의 워커를 생성하여 병렬 처리 성능을 극대화합니다. 특히, Nyro는 Javascript 뿐만 아니라, Python, PHP, Ruby와 같이 다양한 언어로 작성된 스크립트를…
---
## [Token-Oriented Object Notation(TOON): 구조화된 데이터 입력을 위한 JSON 대체 포맷](https://discuss.pytorch.kr/t/token-oriented-object-notation-toon-json/8093)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [10월 30, 2025, 9:30오후 UTC](https://discuss.pytorch.kr/t/token-oriented-object-notation-toon-json/8093 "2025-10-30T21:30:11Z")
TOON 소개 TOON(Token-Oriented Object Notation) 은 대규모 언어 모델(LLM)에 구조화된 데이터를 전달하기 위해 설계된, 간결하면서도 사람이 읽기 쉬운 데이터 포맷입니다. 특히 LLM의 입력 데이터로 최적화되어 있으며, 기존 JSON 형식보다 훨씬 적은 토큰 수로 동일한 정보를 표현할 수 있습니다. 기존의 JSON은 구조가 명확하지만 불필요한 구분자({}, , "")로 인해 토큰 사용량이 상대적으로 많아져 비용이 커집니다. TOON은 이를 개선하기 위해 YAML의 들여쓰기 기반 구조와 CSV의 표 형태 데이터를 결합했습니다. 그 결과, 여러 객체가 동일한 필드를 갖는 경우와 같이 데이터 일관성이 높은 배열 등을 표현하는데 탁월한 효율성을 보입니다. 예를 들어, 사용자 정보를 나타내는 다음과 같은 JSON이 있다고 하면, { "users": \[ { "id": 1, "name": "Alice", "role": "admin" }, { "id": 2, "name": "Bob", "role": "user" } \] } TOON(Token-Oriented Object Notation)은 같은 데이터를 다음처럼 표현합니다: users\[2\]{id,name,role}: 1,Alice,admin 2,Bob,user 위 예시에서 보는 것처럼 불필요한 구문이 제거되어 LLM이 데이터를 읽고 이해하기에 훨씬 경제적입니다. 평균적으로 JSON 대비 30~60%의 토큰 절감 효과가 있으며, 특히 동일한 구조를 가진 대용량 배열 데이터를 다룰 때 큰 장점을 가집니다. TOON vs. JSON / YAML TOON은 구조적 표현은 YAML과 비슷하고, 테이블 형태의 데이터 처리에서는 CSV에 가깝습니다. 그러나 JSON/YAML 포맷보다 LLM의 입력 최적화에 집중되어 있습니다. 비교 항목 JSON YAML TOON 문법 복잡도 높음 (괄호, 따옴표 필요) 중간 (들여쓰기 기반) 낮음 (불필요한 구…